作为 AI 视频之后最被看好的 AIGC 应用领域之一，对比 2024 年，2025 年AI 3D 生成的质量已经进化成了这样：

△图源：Meshy

随着模型能力的不断进化，在评估层面，新的挑战也在出现：

传统 3D 生成评测往往停留在对象级的粗糙评估，主要关注 " 整体质量 "，缺少对局部结构和材质的系统化分析。

为了解决这个问题，上海人工智能实验室联合复旦大学、清华大学、香港中文大学等高校发布了Hi3DEval——一套面向 3D 内容生成的全新层次化自动评测体系。

团队通过设计对象级、部件级与材质主题三层评测协议，实现从整体形态到局部结构再到材质真实性的多粒度分析，全方位揭示模型的生成能力。

在此基础上，首期3D 生成榜单已在 HuggingFace 同步发布，涵盖30 个主流与前沿模型，覆盖Text ‑ to ‑ 3D与Image ‑ to ‑ 3D两大核心任务。

研究团队表示，该榜单可以直观呈现各模型的总和表现，希望以此为学术界与产业界提供可追踪、可复现的对标基准，推动 3D 生成技术向更高质量与更高透明度发展。

三层评测协议：从整体到细节，全面解析 3D 生成质量

Hi3DEval 基于三层评测协议的层次化评测体系，旨在提供更细粒度的质量剖析，还能揭示具体的优缺点，为模型改进与优化提供明确方向。

对象级（object-level）

对象级评估关注生成物体的宏观表现，涵盖 "几何合理性"、"几何精细度"、"纹理质量"、"几何 - 纹理一致性"、"Prompt-3D 一致性" 五个维度。

" 几何合理性 " 侧重的结构完整性、保真性，不存在多头、塌陷、浮空等违背物理规律。

" 几何精细度 " 则侧重表面精细度，包括边缘锐利度、细小部件的完整性等。

" 纹理质量 " 考察纹理贴图的清晰度、细节保真度以及美学水平。

" 几何 - 纹理一致性 " 检查纹理与几何结构的对齐程度，例如花纹是否遵循物体表面轮廓。

"Prompt-3D 一致性 " 则评估生成 3D 资产与输入文本或图像提示的匹配度，包括类别、属性和身份特征等，确保结果符合用户需求。

部件级（part-level）

现有的大多数 3D 生成评测体系都停留在对象级评估，只能给出整体质量的笼统评分，难以揭示模型在局部结构上的优劣。

Hi3DEval 引入部件级评测，将关注点精确落在诸如椅子腿、扶手、背板等细分部位，能够直观定位缺陷发生的区域。

这种粒度更细的评测不仅有助于诊断生成过程中的局部几何问题，还能在模型优化时提供有针对性的改进信号。评测维度包括局部几何合理性（保证局部结构符合现实物理与设计逻辑）和局部几何精细度（衡量细节刻画的清晰度与丰富程度）。

材质主题（material-subject）

传统的材质评估仍停留在图片质量和主观审美层面，常用的指标如 FID、KID、美学评分等。

为了弥补这块的空缺，Hi3DEval 设计材质主题的评估协议，聚焦表面视觉与物理属性，借助物体在不同光照条件下的反射信息，从 "细节与复杂性"、"色彩与饱和度"、"一致性与伪影"、"材质合理性" 四个维度进行全方位评估。

其中前两个维度聚焦表面视觉，" 细节与复杂度 " 关注材质纹理的视觉丰富度和美学协调度，" 色彩与饱和度 " 则评估材质颜色的分布是否自然以及饱和度是否合理。后两个维度则聚焦物理属性，" 一致性与伪影 " 检查材质纹理在不同光照或视角下的一致性，避免接缝、错位、异常阴影等视觉伪影， " 材质合理性 " 评估反射率、粗糙度等物理特性是否符合现实材料表现。

首期评测榜单：直观呈现模型实力，推动行业对标

Hi3DEval 在 HuggingFace 平台发布了首期 3D 生成榜单，涵盖 30 余款 Text-to-3D 与 Image-to-3D 模型。

榜单在统一的评测设置下对所有模型进行测评，包括相同的输入提示、渲染视角、光照条件及输出格式。这种标准化流程不仅消除了实验环境差异带来的偏差，还保障了榜单的评分结果的公正性和可参考性。

榜单结果不仅直观呈现总分排名，还提供各个维度的单项得分，帮助研究者、开发者快速定位模型优势与短板。同时，它也为学术界与工业界提供了可追踪的对标参考，推动 3D 生成技术向高质量、透明化发展。

完整榜单可点击文末链接查看。

自动化评测管线：混合 3D 表征，增强 3D 感知能力

过往多数评测方法依赖静态渲染图像，难以暴露动态不一致（如跨视角形变、细节抖动等）和真实几何缺陷（如多头问题、局部塌陷等），评测结论与模型在真实三维使用场景中的可用性存在偏差。

为了缓解 2D 表征的局限性，Hi3DEval 使用多视角环绕视频 + 原生网格（mesh）构建了基于混合 3D 表征的自动化评测管线。

视频表征能直观揭示跨视角 / 时序的结构稳定性与纹理漂移，能够区分 " 静帧好看、转动即崩 " 的模型，使其非常适合用于对象级和材质主题的评估。而对于部件级评测，由于视频表征经常出现对部件主体的遮挡进而影响评估质量，所以选用了原生 3D 表征支持几何相关维度的自动化评测。

通过统一的模型设置与对比实验，Hi3DEval 在人类偏好一致性上的表现优越，超越了现有主流自动评测指标，为 3D 内容生成领域提供了更可靠、更全面的评测工具。

在生成 3D 技术高速迭代的当下，虽然不同模型在功能和表现形式上的差距正在逐渐缩小，但在内容精细度、真实感、结构一致性等质量维度上，差异依旧显著。

过去，由于缺乏一套科学、统一且可扩展的评价体系，行业讨论往往停留在 " 谁的 demo 更吸睛 " 这种主观印象层面，难以全面衡量方法的真正水平。

Hi3DEval 这样的基准推出，旨在打破这一局限——不仅提供了面向未来的、系统化的 3D 内容质量评价标准，也为学术界和产业界带来了更透明、更公平的对比依据。

论文地址：

https://arxiv.org/abs/2508.05609

项目主页：

https://zyh482.github.io/Hi3DEval/

评测榜单：

https://huggingface.co/spaces/3DTopia/3DGen-Leaderboard

一键三连「点赞」「转发」「小心心」

欢迎在评论区留下你的想法！

—  完  —

点亮星标

科技前沿进展每日见